首页 > 过刊浏览>2016年第8卷第1期 >1-22. DOI:10.13878/j.cnki.jnuist.2016.01.001
PDF HTML阅读 XML下载 导出引用 引用提醒
辅助模型辨识方法(1):自回归输出误差系统
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61273194);江苏省自然科学基金(BK2012549);高等学校学科创新引智"111计划"(B12018)


Auxiliary model identification methods.Part A: Autoregressive output-error systems
Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    研究了自回归输出误差(AR-OE)系统的辅助模型随机梯度算法、辅助模型多新息随机梯度算法、辅助模型递推最小二乘算法,自回归输出误差自回归滑动平均(AR-OEARMA)系统(即AR-Box-Jenkins系统)的辅助模型广义增广随机梯度算法、辅助模型多新息广义增广随机梯度算法、辅助模型递推广义增广最小二乘算法,以及AR-Box-Jenkins系统的基于滤波的辅助模型广义增广随机梯度算法、基于滤波的辅助模型多新息广义增广随机梯度算法、基于滤波的辅助模型递推广义增广最小二乘算法等.

    Abstract:

    This paper presents an auxiliary model (AM) based stochastic gradient (SG) algorithm,an AM multi-innovation SG algorithm and an AM recursive least squares algorithm for autoregressive output-error systems and presents a filtering based AM generalized extended SG algorithm,a filtering based AM multi-innovation generalized extended SG algorithm and a filtering based AM recursive generalized extended least squares algorithm for autoregressive output-error autoregressive moving average (AR-OEARMA) systems,namely autoregressive Box-Jenkins systems.

    参考文献
    相似文献
    引证文献
引用本文

丁锋.辅助模型辨识方法(1):自回归输出误差系统[J].南京信息工程大学学报(自然科学版),2016,8(1):1-22
DING Feng. Auxiliary model identification methods. Part A: Autoregressive output-error systems[J]. Journal of Nanjing University of Information Science & Technology, 2016,8(1):1-22

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-11-21
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2016-02-24
  • 出版日期:

地址：江苏省南京市宁六路219号    邮编：210044

联系电话：025-58731025    E-mail：nxdxb@nuist.edu.cn

南京信息工程大学学报 ® 2024 版权所有  技术支持：北京勤云科技发展有限公司